-
题名基于Unet++网络结构建筑物抗震能力评价研究
- 1
-
-
作者
秦玉来
-
机构
山东钜旺建筑工程有限公司
-
出处
《中国新技术新产品》
2024年第8期96-98,共3页
-
文摘
为了快速评价建筑物的抗震能力,本文基于Unet++网络结构,建立了抗震能力评价模型,主要功能包括特征图的跳跃连接、深度监督机制、信息输入与输出。完成理论建模后,将某城市的一个下辖区作为评价对象,收集谷歌影像信息,同时进行现场实测,经过预处理后形成2000组样本集,对模型进行训练。在考虑不同抗震因素的情况下,检测模型的评价效果,结果显示该模型的准确率和精确性均达到了较高的水平。建筑物的抗震能力分为3个级别,传统模式下通过现场实测评价其抗震能力,因此效率低。在人工智能时代,可将建筑物的影像信息、抗震特性作为主要的评价因素,利用神经网络和机器学习进行自动化评价,Unet++网络在该问题中有较大的应用潜力。
-
关键词
unet++网络结构
建筑物抗震能力
评价模型
-
分类号
TU352
[建筑科学—结构工程]
-
-
题名面向布线机器人的柔性线束识别方法
- 2
-
-
作者
尚玉玲
刘德璋
刘陶荣
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《激光杂志》
CAS
北大核心
2024年第11期77-84,共8页
-
基金
国家自然科学基金(No.62364005)
桂林电子科技大学研究生创新项目(No.2023YCXS128、2023YCXS117)。
-
文摘
针对当前布线自动化生产过程中没有适用的柔性线束识别方法的问题,提出了一种面向布线机器人的柔性线束识别方法。首先,以UNet网络结构为基础,采用ResNet-34作为编码器中的特征提取网络,并在解码器部分引入SE注意力模块,构建了一个新的图像分割模型RS-UNet,用于线束图像的分割。接着,采用Zhang-Suen图像细化算法,细化线束掩模图像,最后获取线束的几何中心位置信息,给布线机器人操作线束提供引导。通过实验证明,相较于UNet网络,RS-UNet网络在线束分割精度上IoU值提高了4.95%,F1值提高了0.029,并且选用的Zhang-Suen细化算法的平均处理时间为0.38 s,图像细化结果的平均细化敏感度为0.39,平均厚度参考值为0.87,提出的方法可以准确地识别柔性线束的几何中心。
-
关键词
布线机器人
unet结构
ResNet特征提取
SE注意力机制
图像细化
-
Keywords
wirin robot
unet structure
ResNet feature extraction
SE attention mechanism
image refinement
-
分类号
TN249
[电子电信—物理电子学]
-